熵基科技发布《BrainScape》研究论文，探索脑机接口数据安全与协同计算架构

熵基科技发布《BrainScape》研究论文，探索脑机接口数据安全与协同计算架构

近日，熵基科技旗下全资子公司熵云脑机的研究成果《BrainScape: Research on Sovereign Cloud Architecture of Brain-Computer Interface Based on Distributed Weight Merging and DARE Algorithm》成功发表于国际学术期刊《Biomedical Data Science》（2026年第6卷第1期，ISSN：2752-6305 / 2753-4839）。该论文聚焦于脑机接口（BCI）应用中的数据安全、模型泛化与分布式协同等关键挑战。

研究团队提出了一种面向“主权云”架构的技术方案，致力于推动联邦学习、隐私保护与端边云协同在BCI场景中的应用实践。该架构不仅提升了数据处理的安全性，也为模型的高效协同训练提供了新的路径。

值得一提的是，早在今年3月28日，熵基科技在其主办的“Change-Maker脑机接口（中国）发布会”上，便正式推出了ZKBrainScape脑机接口主权云平台，并同步发布了相关技术白皮书。ZKBrainScape由公司自主研发，聚焦于情绪计算、主权云架构与生态协同等核心技术，构建了覆盖算法、平台与应用的完整技术体系。该平台融合了多模态BioCV与BCI能力，实现了身份识别与大脑状态感知的深度融合，进一步拓展了脑机接口技术在实际场景中的应用边界。

聚焦脑机接口规模化应用中的现实问题

近年来，非侵入式脑机接口技术在教育专注力训练、神经康复及情绪健康等领域得到了广泛拓展。与此同时，数据安全、模型适配与合规部署等问题也日益受到行业关注。

在实际应用中，脑电数据的敏感性较高，传统集中式处理方式在数据流转和隐私保护方面面临一定挑战；此外，不同用户之间脑电信号存在显著差异，使得模型跨个体泛化能力受限。同时，隐私保护机制往往带来额外的计算开销，如何在安全与性能之间取得平衡，成为当前技术演进中的关键问题。

BrainScape架构的主要研究内容

为应对上述挑战，论文提出了一种以“分布式主权云 + 联邦学习优化 + 低秩适配”为核心的BrainScape架构。该架构旨在确保数据本地化处理的前提下，增强模型协同训练与跨用户适配能力。

主要研究方向包括：

• 分布式主权云架构：通过端边云协同方式，用户脑电数据在本地完成处理，模型参数以加密形式同步与聚合，降低隐私泄露风险。
• 分布式权重合并机制：为解决不同设备与用户之间模型更新差异，研究团队提出基于低秩Bias适配器的权重聚合方法，提升跨用户场景下的模型泛化能力。
• DARE隐私保护算法：结合零知识证明与联邦学习机制，优化对成员推断攻击等隐私威胁的防护。实验表明，在模型性能稳定的同时，攻击成功率显著下降。

实验数据表明，该架构在跨用户、跨场景任务中展现出良好的模型稳定性与泛化能力。

持续推进脑机接口基础能力建设

作为以AI认知为核心驱动力的全球智能空间服务商，熵基科技长期致力于多模态BioCV（计算机视觉与生物识别）及AI认知空间计算技术。依托子公司熵云脑机，公司在脑机接口领域前瞻布局，构建了从“芯片—算法—主权云—应用”的全链条闭环体系。

目前，熵基科技正在通过融合NeuroSky的生物传感技术与Minerva IoT平台，打造“情绪云服务平台”，通过云端算法的持续迭代，为行业合作伙伴与终端用户提供适应不同垂直场景的情绪识别、情绪管理及智能化服务。

相关研究主要面向教育、康复及情绪健康等应用场景，重点解决数据合规性、部署效率及跨终端适配等基础问题。

随着脑机接口技术逐步从科研走向产业应用，隐私计算、模型协同与数据安全等底层能力建设正成为行业发展的关键方向。

据公开信息显示，熵基科技已在情绪分析领域展开研究并启动相关专利布局，正推动相关技术方案在实际场景中的验证与落地。

熵基科技智能创新研究院院长指出：“BrainScape研究聚焦于脑机接口场景下的数据安全与模型协同，未来公司将继续结合应用需求，在隐私保护、模型泛化与系统协同等方面持续探索与验证。”